How we can find ourselves in data | Giorgia Lupi

112,335 views ・ 2017-05-04

TED


Veuillez double-cliquer sur les sous-titres anglais ci-dessous pour lire la vidéo.

Traducteur: py carre Relecteur: Morgane Quilfen
00:12
This is what my last week looked like.
0
12580
2880
Voici à quoi a ressemblé ma semaine.
00:16
What I did,
1
16500
1696
Ce que j'ai fait,
00:18
who I was with,
2
18220
1816
avec qui,
00:20
the main sensations I had for every waking hour ...
3
20060
3120
mes sentiments principaux pour chaque heure éveillée...
00:23
If the feeling came as I thought of my dad
4
23900
2496
si j'avais pensé à mon père
00:26
who recently passed away,
5
26420
1776
qui vient de décéder récemment,
00:28
or if I could have just definitely avoided the worries and anxieties.
6
28220
4056
ou si j'avais pu éviter les soucis, l'anxiété.
00:32
And if you think I'm a little obsessive,
7
32300
1936
Si vous me trouvez un peu obsessive,
00:34
you're probably right.
8
34260
1856
vous avez probablement raison.
00:36
But clearly, from this visualization,
9
36140
2256
Clairement, dans cette présentation,
00:38
you can learn much more about me than from this other one,
10
38420
3296
vous apprenez bien plus de choses sur moi que dans cette autre,
00:41
which are images you're probably more familiar with
11
41740
2976
qui vous est probablement plus familière,
00:44
and which you possibly even have on your phone right now.
12
44740
2816
que vous trouvez peut-être même sur votre téléphone.
00:47
Bar charts for the steps you walked,
13
47580
2216
Des histogrammes pour le nombre de pas,
00:49
pie charts for the quality of your sleep --
14
49820
2376
des camemberts pour la qualité de votre sommeil --
00:52
the path of your morning runs.
15
52220
1720
votre parcours de jogging matinal.
00:55
In my day job, I work with data.
16
55100
2296
Pour mon métier, je travaille avec des données.
00:57
I run a data visualization design company,
17
57420
2496
Je dirige un studio de visualisation de données,
00:59
and we design and develop ways to make information accessible
18
59940
3336
nous concevons, développons des moyens d'accéder à l'information
01:03
through visual representations.
19
63300
2096
par des représentations visuelles.
01:05
What my job has taught me over the years
20
65420
3016
Ce que m'a appris ce travail
01:08
is that to really understand data and their true potential,
21
68460
4216
est que pour comprendre réellement les données, leur véritable potentiel,
01:12
sometimes we actually have to forget about them
22
72700
3096
nous devons parfois, vraiment, les oublier,
01:15
and see through them instead.
23
75820
1760
voir plutôt à travers elles.
01:18
Because data are always just a tool we use to represent reality.
24
78260
3576
Parce que les données ne sont qu'un outil servant à représenter la réalité.
01:21
They're always used as a placeholder for something else,
25
81860
2856
Elles sont toujours utilisées comme le support d'autre chose,
01:24
but they are never the real thing.
26
84740
2176
elles ne sont jamais la réalité.
01:26
But let me step back for a moment
27
86940
1936
Mais revenons en arrière,
01:28
to when I first understood this personally.
28
88900
2480
à la première fois où je l'ai compris.
01:32
In 1994, I was 13 years old.
29
92100
3336
En 1994, j'avais 13 ans.
01:35
I was a teenager in Italy.
30
95460
1936
J'étais une adolescente en Italie.
01:37
I was too young to be interested in politics,
31
97420
2616
J'étais trop jeune pour m'intéresser à la politique,
01:40
but I knew that a businessman, Silvio Berlusconi,
32
100060
2496
je savais qu'un homme d'affaires, Silvio Berlusconi,
01:42
was running for president for the moderate right.
33
102580
2560
était le candidat de la droite à l'élection présidentielle.
01:45
We lived in a very liberal town,
34
105940
2016
Nous vivions dans une ville très libérale
01:47
and my father was a politician for the Democratic Party.
35
107980
3296
et mon père était un politicien du parti démocrate.
01:51
And I remember that no one thought that Berlusconi could get elected --
36
111300
4336
Et je me souviens que personne ne croyait que Berlusconi pouvait être élu --
01:55
that was totally not an option.
37
115660
1760
ce n'était pas une option.
01:58
But it happened.
38
118380
1216
Mais c'est arrivé.
01:59
And I remember the feeling very vividly.
39
119620
2536
Je me souviens parfaitement de ce sentiment.
02:02
It was a complete surprise,
40
122180
1856
C'était une surprise complète,
02:04
as my dad promised that in my town he knew nobody who voted for him.
41
124060
5040
mon père avait juré qu'en ville, personne n'allait voter pour lui.
02:10
This was the first time
42
130540
1496
Pour la première fois,
02:12
when the data I had gave me a completely distorted image of reality.
43
132060
4560
mes données présentaient une image entièrement fausse de la réalité.
02:17
My data sample was actually pretty limited and skewed,
44
137100
3296
Mon échantillon était vraiment assez limité et biaisé,
02:20
so probably it was because of that, I thought, I lived in a bubble,
45
140420
3736
donc ça devait être ça, je vivais dans une bulle,
02:24
and I didn't have enough chances to see outside of it.
46
144180
2600
je n'avais pas assez l'occasion d'en voir l'extérieur.
02:27
Now, fast-forward to November 8, 2016
47
147900
3776
Avançons jusqu'au 8 novembre 2016
02:31
in the United States.
48
151700
1200
aux États-Unis.
02:33
The internet polls,
49
153780
1296
Les sondages Internet,
02:35
statistical models,
50
155100
1376
les modèles statistiques,
02:36
all the pundits agreeing on a possible outcome for the presidential election.
51
156500
4816
tous les experts étaient d'accord sur le résultat probable de l'élection.
02:41
It looked like we had enough information this time,
52
161340
2616
Nous disposions d'assez d'informations cette fois,
02:43
and many more chances to see outside the closed circle we lived in --
53
163980
4096
de bien plus d'occasions de voir à l'extérieur de notre petit milieu --
02:48
but we clearly didn't.
54
168100
1320
mais ce n'était pas vrai.
02:49
The feeling felt very familiar.
55
169860
2096
Ce sentiment m'a semblé très familier.
02:51
I had been there before.
56
171980
1480
J'avais déjà connu ça.
02:54
I think it's fair to say the data failed us this time --
57
174180
2856
Il est juste de dire que les données nous ont trahis --
02:57
and pretty spectacularly.
58
177060
1856
spectaculairement.
02:58
We believed in data,
59
178940
1696
Nous croyions aux données,
03:00
but what happened,
60
180660
1416
mais ce qu'il s'est passé,
03:02
even with the most respected newspaper,
61
182100
2696
même dans les journaux les plus respectés,
03:04
is that the obsession to reduce everything to two simple percentage numbers
62
184820
4696
c'est que dans l'obsession de tout ramener à deux simples pourcentages
03:09
to make a powerful headline
63
189540
1976
pour faire un titre accrocheur
03:11
made us focus on these two digits
64
191540
2056
nous n'avons plus vu que ces deux chiffres,
03:13
and them alone.
65
193620
1200
qu'eux seuls.
03:15
In an effort to simplify the message
66
195380
2056
Pour simplifier le message
03:17
and draw a beautiful, inevitable red and blue map,
67
197460
3416
et dessiner une belle, inévitable, carte rouge et bleue,
03:20
we lost the point completely.
68
200900
1880
nous nous sommes complètement fourvoyés.
03:23
We somehow forgot that there were stories --
69
203260
2136
Nous avons oublié qu'il y a des histoires --
03:25
stories of human beings behind these numbers.
70
205420
2360
des histoires d'êtres humains derrière ces chiffres.
03:29
In a different context,
71
209060
1576
Dans un autre contexte,
03:30
but to a very similar point,
72
210660
1656
mais pour une même observation,
03:32
a peculiar challenge was presented to my team by this woman.
73
212340
3896
cette femme a lancé à mon équipe un défi singulier.
03:36
She came to us with a lot of data,
74
216260
2376
Elle est venue à nous avec beaucoup de données,
03:38
but ultimately she wanted to tell one of the most humane stories possible.
75
218660
4416
mais elle voulait raconter une histoire la plus humaine possible.
03:43
She's Samantha Cristoforetti.
76
223100
1696
Son nom est Samantha Cristoforetti.
03:44
She has been the first Italian woman astronaut,
77
224820
2576
Elle a été la première astronaute italienne,
03:47
and she contacted us before being launched
78
227420
2496
elle m'a contactée avant son envol
03:49
on a six-month-long expedition to the International Space Station.
79
229940
3896
pour une mission de six mois dans la station spatiale internationale.
03:53
She told us, "I'm going to space,
80
233860
2216
Elle nous a dit : « Je pars dans l'espace,
03:56
and I want to do something meaningful with the data of my mission
81
236100
3096
je veux faire quelque chose d'utile avec les données de ma mission
03:59
to reach out to people."
82
239220
1240
pour toucher les gens. »
04:01
A mission to the International Space Station
83
241420
2536
Une mission dans la station spatiale internationale
04:03
comes with terabytes of data
84
243980
2096
génère des téraoctets de données
04:06
about anything you can possibly imagine --
85
246100
2376
sur tout ce que vous pouvez imaginer --
04:08
the orbits around Earth,
86
248500
1496
les orbites autour de la Terre,
04:10
the speed and position of the ISS
87
250020
2096
la vitesse et la position de l'ISS
04:12
and all of the other thousands of live streams from its sensors.
88
252140
3680
et les milliers d'enregistrements en direct de ses senseurs.
04:16
We had all of the hard data we could think of --
89
256660
2896
Nous avions toutes les données dont nous pouvions rêver --
04:19
just like the pundits before the election --
90
259580
2416
comme les experts avant l'élection --
04:22
but what is the point of all these numbers?
91
262020
2976
mais que faire de tous ces chiffres ?
04:25
People are not interested in data for the sake of it,
92
265020
2736
Les gens ne s'intéressent pas aux données pour le plaisir,
04:27
because numbers are never the point.
93
267780
1855
les nombres ne sont jamais le sujet.
04:29
They're always the means to an end.
94
269659
1961
Ils sont toujours le moyen d'arriver à une fin.
04:32
The story we needed to tell
95
272659
1777
L'histoire que nous devions conter :
04:34
is that there is a human being in a teeny box
96
274460
2496
un être humain dans une boîte en fer
04:36
flying in space above your head,
97
276980
2256
vole dans l'espace, au-dessus de nos têtes,
04:39
and that you can actually see her with your naked eye on a clear night.
98
279260
4096
vous pouvez la voir vraiment, à l'œil nu, si la nuit est belle.
04:43
So we decided to use data to create a connection
99
283380
3096
Nous avons décidé d'utiliser les données pour créer une connexion
04:46
between Samantha and all of the people looking at her from below.
100
286500
4056
entre Samantha et tous les gens qui la regardaient d'en bas.
04:50
We designed and developed what we called "Friends in Space,"
101
290580
3176
Nous avons conçu et développé « Friends in Space »,
04:53
a web application that simply lets you say "hello" to Samantha
102
293780
4656
une application qui vous permettait d'envoyer un « salut » à Samantha
04:58
from where you are,
103
298460
1256
d'où vous étiez,
04:59
and "hello" to all the people who are online at the same time
104
299740
3536
de saluer toutes les personnes connectées au même moment
05:03
from all over the world.
105
303300
1520
dans le monde entier.
05:05
And all of these "hellos" left visible marks on the map
106
305460
3456
Tous ces saluts laissaient des marques visibles sur la carte
05:08
as Samantha was flying by
107
308940
2016
quand Samantha les survolait
05:10
and as she was actually waving back every day at us
108
310980
3376
et nous saluait en retour chaque jour
05:14
using Twitter from the ISS.
109
314380
1680
via Twitter, depuis l'ISS.
05:16
This made people see the mission's data from a very different perspective.
110
316700
4976
Les gens ont alors vu très différemment les données de la mission.
05:21
It all suddenly became much more about our human nature and our curiosity,
111
321700
4696
Soudain, il s'agissait bien plus de notre nature humaine, notre curiosité
05:26
rather than technology.
112
326420
1656
que de technologie.
05:28
So data powered the experience,
113
328100
2336
Les données ont donc alimenté l'expérience,
05:30
but stories of human beings were the drive.
114
330460
2400
mais le moteur en était les histoires d'êtres humains.
05:34
The very positive response of its thousands of users
115
334660
3336
Les retours très positifs des milliers d'utilisateurs
05:38
taught me a very important lesson --
116
338020
1936
m'ont appris une leçon très importante --
05:39
that working with data means designing ways
117
339980
2856
travailler avec des données veut dire concevoir des moyens
05:42
to transform the abstract and the uncountable
118
342860
2736
de transformer l'abstrait et l'infini
05:45
into something that can be seen, felt and directly reconnected
119
345620
4016
en une chose qui peut être vue, ressentie et directement reliée
05:49
to our lives and to our behaviors,
120
349660
2296
à nos vies et à nos comportements,
05:51
something that is hard to achieve
121
351980
1856
une chose difficile à atteindre
05:53
if we let the obsession for the numbers and the technology around them
122
353860
3896
si on laisse l'obsession des chiffres et de la technologie qui les entoure
05:57
lead us in the process.
123
357780
1280
prendre l'ascendant sur nous.
06:00
But we can do even more to connect data to the stories they represent.
124
360420
4896
Nous pouvons faire mieux pour relier les données à leurs histoires.
06:05
We can remove technology completely.
125
365340
2656
Nous pouvons complètement retirer la technologie.
06:08
A few years ago, I met this other woman,
126
368020
2256
Il y a quelques années, j'ai rencontré
06:10
Stefanie Posavec --
127
370300
1376
Stefanie Posavec --
06:11
a London-based designer who shares with me the passion and obsession about data.
128
371700
5816
une designer qui vit à Londres et partage ma passion pour les données.
06:17
We didn't know each other,
129
377540
1336
Nous ne nous connaissions pas
06:18
but we decided to run a very radical experiment,
130
378900
3256
mais nous avons décidé de mener une expérience très radicale :
06:22
starting a communication using only data,
131
382180
2536
engager une communication n'utilisant que des données,
06:24
no other language,
132
384740
1336
pas d'autre langage,
06:26
and we opted for using no technology whatsoever to share our data.
133
386100
4616
sans technologie d'aucune sorte pour le partage de nos données.
06:30
In fact, our only means of communication
134
390740
2896
Notre seul moyen de communicaiton
06:33
would be through the old-fashioned post office.
135
393660
2856
serait par la poste classique.
06:36
For "Dear Data," every week for one year,
136
396540
2456
Pour « Dear Data », chaque semaine pendant un an,
06:39
we used our personal data to get to know each other --
137
399020
3456
nos données personnelles ont servi à mieux nous connaître l'une l'autre --
06:42
personal data around weekly shared mundane topics,
138
402500
3656
les données personnelles hebdomadaires partageaient des sujets banals,
06:46
from our feelings
139
406180
1216
de nos sentiments
06:47
to the interactions with our partners,
140
407420
1856
aux relations avec nos partenaires,
06:49
from the compliments we received to the sounds of our surroundings.
141
409300
3160
des compliments reçus aux sons de notre environnement.
06:53
Personal information that we would then manually hand draw
142
413300
3536
Des informations personnelles que nous dessinions
06:56
on a postcard-size sheet of paper
143
416860
2496
sur une feuille de papier au format carte postale,
06:59
that we would every week send from London to New York,
144
419380
2936
postée chaque semaine de Londres à New York,
07:02
where I live,
145
422340
1256
où je vis,
07:03
and from New York to London, where she lives.
146
423620
2200
de New York à Londres, où elle vit.
07:06
The front of the postcard is the data drawing,
147
426300
3696
Le recto de la carte postale est le dessin des données,
07:10
and the back of the card
148
430020
1296
le verso
07:11
contains the address of the other person, of course,
149
431340
2429
contient l'adresse de la destinataire
07:13
and the legend for how to interpret our drawing.
150
433793
2640
et la légende nécessaire à l'interprétation du dessin.
07:17
The very first week into the project,
151
437460
2016
Pour la première semaine du projet,
07:19
we actually chose a pretty cold and impersonal topic.
152
439500
3056
nous avions choisi un sujet assez froid et impersonnel.
07:22
How many times do we check the time in a week?
153
442580
3200
Combien de fois avons-nous regardé l'heure pendant une semaine ?
07:26
So here is the front of my card,
154
446540
1936
Voici le recto de ma carte,
07:28
and you can see that every little symbol
155
448500
1976
vous pouvez voir que chaque petit symbole
07:30
represents all of the times that I checked the time,
156
450500
3416
représente toutes les fois où j'ai regardé l'heure,
07:33
positioned for days and different hours chronologically --
157
453940
3376
par jour, par heure, chronologiquement --
07:37
nothing really complicated here.
158
457340
2040
rien de très compliqué.
07:40
But then you see in the legend
159
460020
1576
Vous voyez dans la légende
07:41
how I added anecdotal details about these moments.
160
461620
3456
les détails anecdotiques attachés à ces instants.
07:45
In fact, the different types of symbols indicate why I was checking the time --
161
465100
4576
Les différents symboles indiquent la raison de ma consultation de l'heure --
07:49
what was I doing?
162
469700
1216
que faisais-je ?
07:50
Was I bored? Was I hungry?
163
470940
1696
M'ennuyais-je ? Avais-je faim ?
07:52
Was I late?
164
472660
1216
Étais-je en retard ?
07:53
Did I check it on purpose or just casually glance at the clock?
165
473900
3216
Ai-je regardé sciemment, ai-je jeté un œil distrait à la pendule ?
07:57
And this is the key part --
166
477140
2256
C'est là l'élément essentiel --
07:59
representing the details of my days and my personality
167
479420
3696
la représentation des détails de mes journées et de ma personnalité
08:03
through my data collection.
168
483140
1936
au travers de ma collecte de données.
08:05
Using data as a lens or a filter to discover and reveal, for example,
169
485100
4696
L'utilisation des données comme une loupe ou un filtre, pour découvrir et montrer...
08:09
my never-ending anxiety for being late,
170
489820
2176
ma crainte éternelle d'être en retard,
08:12
even though I'm absolutely always on time.
171
492020
2200
même si je suis toujours absolument ponctuelle.
08:16
Stefanie and I spent one year collecting our data manually
172
496020
4096
Stefanie et moi avons passé un an à rassembler manuellement nos données,
08:20
to force us to focus on the nuances that computers cannot gather --
173
500140
4496
nous forçant à être attentives aux nuances que les ordinateurs ne notent pas --
08:24
or at least not yet --
174
504660
1536
du moins pas encore --
08:26
using data also to explore our minds and the words we use,
175
506220
3496
utilisant les données pour explorer nos esprits, les mots que nous disons,
08:29
and not only our activities.
176
509740
1936
pas seulement nos activités.
08:31
Like at week number three,
177
511700
1416
Pendant la troisième semaine,
08:33
where we tracked the "thank yous" we said and were received,
178
513140
3816
quand nous enregistrions les « merci » que nous disions et recevions,
08:36
and when I realized that I thank mostly people that I don't know.
179
516980
4656
j'ai réalisé que je remercie surtout des gens que je ne connais pas.
08:41
Apparently I'm a compulsive thanker to waitresses and waiters,
180
521660
4336
Apparemment, je remercie compulsivement les serveuses et les serveurs,
08:46
but I definitely don't thank enough the people who are close to me.
181
526020
3160
mais certainement pas assez mes proches.
08:50
Over one year,
182
530820
1256
Pendant un an,
08:52
the process of actively noticing and counting these types of actions
183
532100
4496
l'observation et le décompte de ces types d'actions
08:56
became a ritual.
184
536620
1296
sont devenus un rituel.
08:57
It actually changed ourselves.
185
537940
2056
Il nous a vraiment changées.
09:00
We became much more in tune with ourselves,
186
540020
2696
Nous sommes devenues bien mieux avec nous-mêmes,
09:02
much more aware of our behaviors and our surroundings.
187
542740
3120
bien plus conscientes de nos comportements et de notre environnement.
09:06
Over one year, Stefanie and I connected at a very deep level
188
546500
2976
Stefanie et moi avons communiqué à un niveau très profond
09:09
through our shared data diary,
189
549500
2016
par le partage de nos journaux de données,
09:11
but we could do this only because we put ourselves in these numbers,
190
551540
4296
nous avons pu le faire parce que nous nous engagions dans ces chiffres,
09:15
adding the contexts of our very personal stories to them.
191
555860
3976
y ajoutant le contexte de nos histoires personnelles.
09:19
It was the only way to make them truly meaningful
192
559860
2456
C'était la seule façon de leur donner un sens
09:22
and representative of ourselves.
193
562340
2200
et qu'elles nous représentent.
09:26
I am not asking you to start drawing your personal data,
194
566300
3096
Je ne vous demande pas de dessiner vos propres données
09:29
or to find a pen pal across the ocean.
195
569420
2856
ou de trouver un correspondant lointain.
09:32
But I'm asking you to consider data --
196
572300
2576
Mais je vous demande de considérer les données --
09:34
all kind of data --
197
574900
1456
toutes sortes de données --
09:36
as the beginning of the conversation
198
576380
1776
comme le début d'une conversation
09:38
and not the end.
199
578180
1200
et non sa fin.
09:39
Because data alone will never give us a solution.
200
579900
3176
Parce que les données seules ne nous donneront jamais de solution.
09:43
And this is why data failed us so badly --
201
583100
2696
C'est pourquoi elles nous ont si gravement trompés --
09:45
because we failed to include the right amount of context
202
585820
3376
parce que nous avons échoué à leur donner le bon niveau de contexte
09:49
to represent reality --
203
589220
1456
pour représenter la réalité --
09:50
a nuanced, complicated and intricate reality.
204
590700
3200
une réalité nuancée, compliquée, complexe.
09:54
We kept looking at these two numbers,
205
594780
2456
Nous ne regardions que ces deux chiffres,
09:57
obsessing with them
206
597260
1496
obsédés par eux,
09:58
and pretending that our world could be reduced
207
598780
2496
prétendant croire que notre monde pouvait se réduire
10:01
to a couple digits and a horse race,
208
601300
2336
à deux chiffres et une course de chevaux,
10:03
while the real stories,
209
603660
1256
quand les histoires vraies,
10:04
the ones that really mattered,
210
604940
1456
celles qui comptent vraiment,
10:06
were somewhere else.
211
606420
1416
étaient ailleurs.
10:07
What we missed looking at these stories only through models and algorithms
212
607860
4416
Ce que nous avons raté en ne les observant qu'au travers de modèles et d'algorithmes
10:12
is what I call "data humanism."
213
612300
2520
est l'« humanisme des données ».
10:15
In the Renaissance humanism,
214
615380
2016
À la Renaissance,
10:17
European intellectuals
215
617420
1616
les intellectuels européens
10:19
placed the human nature instead of God at the center of their view of the world.
216
619060
4920
ont remplacé Dieu par la nature humaine au centre de leur vision du monde.
10:24
I believe something similar needs to happen
217
624620
2216
Je crois un même bouleversement nécessaire
10:26
with the universe of data.
218
626860
1776
dans le monde des données.
10:28
Now data are apparently treated like a God --
219
628660
2976
Les données sont apparemment traitées comme des dieux --
10:31
keeper of infallible truth for our present and our future.
220
631660
3280
gardiennes de la vérité infaillible de notre présent, de notre futur.
10:35
The experiences that I shared with you today
221
635660
2896
Les expériences partagées avec vous aujourd'hui
10:38
taught me that to make data faithfully representative of our human nature
222
638580
5016
m'ont appris que pour que les données représentent fidèlement notre humanité,
10:43
and to make sure they will not mislead us anymore,
223
643620
3416
qu'elles ne nous trompent plus jamais,
10:47
we need to start designing ways to include empathy, imperfection
224
647060
3696
nous devons concevoir des moyens d'y inclure l'empathie, l'imperfection
10:50
and human qualities
225
650780
1576
et les qualités humaines
10:52
in how we collect, process, analyze and display them.
226
652380
3720
dans leur collecte, traitement, analyse et présentation.
10:57
I do see a place where, ultimately,
227
657100
2976
J'imagine une époque où, enfin,
11:00
instead of using data only to become more efficient,
228
660100
3336
plutôt que d'utiliser les données dans un seul but d'efficacité,
11:03
we will all use data to become more humane.
229
663460
2800
nous les utiliserons pour devenir plus humains.
11:06
Thank you.
230
666700
1216
Merci.
11:07
(Applause)
231
667940
4441
(Applaudissements)
À propos de ce site Web

Ce site vous présentera des vidéos YouTube utiles pour apprendre l'anglais. Vous verrez des leçons d'anglais dispensées par des professeurs de premier ordre du monde entier. Double-cliquez sur les sous-titres anglais affichés sur chaque page de vidéo pour lire la vidéo à partir de là. Les sous-titres défilent en synchronisation avec la lecture de la vidéo. Si vous avez des commentaires ou des demandes, veuillez nous contacter en utilisant ce formulaire de contact.

https://forms.gle/WvT1wiN1qDtmnspy7